在SAS中识别连续日期（Back-to-Back Dates）并为所有关联事件生成正确的指示变量

你的问题很典型：原代码只检查了当前事件和前一个的连续性，所以只能标记序列里从第二个开始的事件，而第一个事件哪怕后面跟着连续事件，也会被标成0。要解决这个问题，我们需要同时向前看（和前一个事件的关系）和向后看（和后一个事件的关系），只要事件属于某个连续序列，就标记为1。

完整解决方案代码 #

首先确保数据按ID和事件开始日期排序（这很重要，不然lag/lead会拿到错误的日期），然后生成标记变量：

* 第一步：按ID和事件开始日期排序，保证事件顺序正确;
proc sort data=df_2;
    by ID start_date;
run;

* 第二步：生成连续事件标记;
data df_1;
    set df_2;
    by ID;
    
    * 检查当前事件是否与前一个事件连续（start_date等于前一个的end_date）;
    prev_end = lag(end_date);
    is_prev_b2b = (not first.ID) and (start_date = prev_end);
    
    * 检查当前事件是否与后一个事件连续（下一个的start_date等于当前的end_date）;
    lead_start = lead(start_date);
    is_next_b2b = (not last.ID) and (lead_start = end_date);
    
    * 只要属于连续序列（满足任一条件），标记为1，否则0;
    b2b_ind = (is_prev_b2b or is_next_b2b);
    
    * 格式化日期变量，方便查看;
    format prev_end lead_start date9.;
run;

代码逻辑解释 #

1. 排序：先按ID分组，再按start_date排序，确保每个ID下的事件是按时间顺序排列的，避免lag/lead函数获取错误的前后事件日期。
2. 向前检查：用lag(end_date)获取前一个事件的结束日期，判断当前事件的开始日期是否和前一个的结束日期完全重合（即back-to-back）。
3. 向后检查：用lead(start_date)获取下一个事件的开始日期，判断当前事件的结束日期是否和下一个的开始日期完全重合。
4. 标记逻辑：只要事件满足“和前一个连续”或“和后一个连续”，就说明它属于某个连续事件序列，因此标记b2b_ind=1；孤立事件则标记为0。

测试结果示例 #

针对你提供的样本数据，处理后ID=1的结果如下：

前两个事件属于连续序列，都被标记为1；第三个事件是孤立事件，标记为0，完全符合需求。

灵活调整连续定义 #

如果你的“连续”定义不是严格的日期重合，而是日期差≤1天（比如01/05结束，01/06开始也算连续），只需修改判断条件即可：

is_prev_b2b = (not first.ID) and (start_date - prev_end <= 1);
is_next_b2b = (not last.ID) and (lead_start - end_date <= 1);

内容的提问来源于stack exchange，提问作者coinbase_wells